PCA - riduzione della dimensionalità
Nel precedente esercizio, hai lavorato su un insieme di dati con due variabili. Durante un colloquio, è probabile che tu debba affrontare un insieme di dati più grande.
La PCA consente di ridurre il numero di variabili senza una perdita significativa di informazione.
La PCA restituisce un insieme di dati della stessa dimensione del tuo insieme originale. Sta a te decidere quante variabili tenere!
I seguenti parametri di prcomp() riducano le dimensioni in base a:
tol- la deviazione standard come percentuale della deviazione standard della prima componente,rank- il numero massimo di componenti.
Il dataset letters contiene attributi numerici delle lettere.
Questo esercizio fa parte del corso
Esercitarsi con le domande di statistica per i colloqui in R
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Perform PCA on letters
pca_letters <- ___(letters)
# Output spread measures of principal components
___(pca_letters)